一种基于累积因果作用的时序预测方法及应用
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种基于累积因果作用的时序预测方法及应用
申请号:
CN202511233483
申请日期:
2025-09-01
公开号:
CN120724098B
公开日期:
2025-11-07
类型:
发明专利
摘要
本发明公开了一种基于累积因果作用的时序预测方法及应用,属于时序预测技术领域,针对含可观测原因变量、不可观测时变原因变量及待预测目标变量的动力系统,该方法先建立结构因果模型,构建编码器网络表征不可观测原因变量的初始值及时变值;再利用卷积表达时变原因变量与时变机制的累积因果作用,建立动态卷积神经网络预测模型,通过掩码层和累加输出结果。本发明提供的一种基于累积因果作用的预测方法及应用适用于金属构件时效变形预测等时序预测问题,具有剥离虚假关联、提高时序预测精度及稳定性的良好潜力。
技术关键词
时序预测方法
动态卷积神经网络
变量
时序预测技术
动力系统
编码器
金属构件
建立预测模型
网络表征
机制
度量
应力
时间段
样本
矩阵
定义
速率